Bruk av kunstig intelligens i varsling og varsling av naturkatastrofer

De siste årene har landet vårt blitt sterkt rammet av naturkatastrofer og klimaendringer. Stormer, flom, tørke og jordskred forekommer ofte... I denne sammenhengen er kunstig intelligens (KI) i ferd med å bli et kraftig støtteverktøy for å forbedre effektiviteten av naturkatastrofevarsling, minimere skader og støtte rettidig respons.

Meteorologer analyserer data på smartmet-systemet for å utstede prognosebulletiner og tidlige varsler om naturkatastrofer ved det nasjonale senteret for hydrometeorologisk prognostisering. (Foto: HOAI LINH)

Tidlig varsling er det mest effektive tiltaket for å minimere skader forårsaket av naturkatastrofer knyttet til vær, klima og hydrologi. Mange studier har vist at hvis en naturkatastrofe varsles 24 timer i forveien, vil skadene reduseres med omtrent 30 % sammenlignet med ingen varsling. Derfor, i sammenheng med stadig mer komplekse klimaendringer, økende hyppighet og alvorlighetsgrad av stormer, kraftig regn, flom, plutselig flom, jordskred, tordenvær og lyn, spiller tidlig varsling en viktigere rolle.

I Vietnam har den meteorologiske og hydrologiske sektoren gradvis tatt i bruk kunstig intelligens (KI), stordata og digital transformasjon i overvåkings- og prognosearbeidet, i tråd med implementeringen av politbyråets resolusjon nr. 57-NQ/TW. Siden begynnelsen av året har departementet for meteorologi og hydrologi ( Landbruks- og miljødepartementet ) tatt i bruk KI-applikasjoner i noen stadier av prognoseprosessen. Maskinlæringsalgoritmer trenes spesifikt fra radardata, satellittbilder og automatisk overvåking for å gi kortsiktige nedbørsprognoser med rask responstid og høy detaljrikdom.

For å identifisere og bestemme stormintensiteten i Østersjøen brukes AI til å analysere meteorologiske satellittbilder for å identifisere sentrum av virvelen, vurdere stormens intensitet og utviklingstrend, og støtte grundig analyse for meteorologer. Disse systemene er fortsatt i ferd med å bli perfeksjonert, grundig trent og integrert i prosessen med å støtte profesjonell prognosearbeid. Denne teknologien lar myndighetene kontinuerlig overvåke vær- og miljøforhold, og dermed gi tidlige varsler og rettidige responstiltak for å beskytte folks liv og eiendom.

Mai Van Khiem, direktør for det nasjonale senteret for hydrometeorologisk prognostisering, sa at den hydrometeorologiske sektoren har brukt kunstig intelligens i overvåkings- og prognoseprosessen i løpet av årets storm- og flomsesong. Resultatene oppnådde høyere nøyaktighet enn tradisjonelle verktøy.

Når det gjelder stormvarsling, er 24-timers feilen i sentrum av stormen omtrent 90–110 km, noe som samsvarer med det regionale gjennomsnittet. AI bidrar til å kombinere sannsynlighets- og usikkerhetsvurderinger, og støtter dermed beslutningstaking om katastrofeforebygging.

I varsling av kraftig regn gir WRF-modellen (Mesoscale Weather Network for Research and Forecasting Weather Operations) og regionale ensembler ganske gode resultater med utbredt regn, men har fortsatt utfordringer med kortvarig lokalisert regn i komplekst terreng, der det er konflikter mellom småskala sirkulasjoner. Varsler om tordenvær, tornadoer og lyn når man kombinerer værradar, satellittbilder, ensembledata og nåvarslingsalgoritmer har bidratt til å utstede tordenværsvarsler 30 minutter til 3 timer i forveien i mange viktige områder.

Institutt for hydrometeorologi har identifisert det største problemet innen vitenskap og teknologi i bransjen som "Å mestre AI-teknologi i meteorologisk og hydrologisk prognoser, bygge et omfattende AI-system for flerskala meteorologisk og hydrologisk prognoser med høy nøyaktighet og automatisere prognoseoperasjoner."

Herr Mai Van Khiem,
Direktør for Nasjonalt senter for hydrometeorologisk prognose

Ifølge lederen for den hydrometeorologiske avdelingen er landets prognosekapasitet og overvåkingssystem fortsatt begrenset sammenlignet med Japan, Kina, Korea osv. På den annen side har landet vårt på grunn av budsjettbegrensninger ikke vært i stand til å investere mye i vitenskap og teknologi for hydrometeorologisk og naturkatastrofevarsling. I tillegg er informasjonsteknologiinfrastrukturen fortsatt svak; det finnes ikke mange overvåkingsstasjoner osv., mens problemet med AI-prosessering for den hydrometeorologiske industrien krever en stor mengde informasjonsinfrastruktur, økonomiske ressurser og et team av høyt kvalifiserte eksperter innen informasjonsteknologi. I tillegg krever AI-databehandlings- og prosesseringsinfrastrukturen raske prosesseringsbrikker til høye kostnader.

Med den komplekse klimaendringssituasjonen og det økende antallet ekstremværhendelser er modernisering av hydrometeorologi og forbedring av prognose- og tidlig varslingskapasitet avgjørende for å beskytte samfunnet og økonomien ... Derfor spiller bygging og forbedring av prognose- og tidlig varslingssystemer en svært viktig rolle. Dette regnes også som den første forsvarslinjen i arbeidet med å forebygge og redusere risikoen for naturkatastrofer.

For å gjøre dette, sa Mai Van Khiem at den meteorologiske og hydrologiske sektoren i fremtiden må fokusere på å implementere en omfattende innovasjonsplan for å forbedre prognose- og varslingskapasiteten og effektivt tjene arbeidet med forebygging av naturkatastrofer og bærekraftig utvikling. Fokuset i planen er å fortsette å effektivt implementere resolusjon nr. 57-NQ/TW om gjennombrudd innen vitenskapelig og teknologisk utvikling, innovasjon og nasjonal digital transformasjon. Institutt for meteorologi og hydrologi har identifisert det største vitenskapelige og teknologiske problemet i sektoren som «å mestre AI-teknologi i meteorologisk og hydrologisk prognose, bygge et omfattende AI-system for flerskala meteorologisk og hydrologisk prognose med høy nøyaktighet og automatisere prognoseoperasjoner», delte Mai Van Khiem.

Følgelig vil Institutt for hydrometeorologi prioritere bruken av moderne teknologier som AI, stordata og tingenes internett (IoT) i hele den hydrometeorologiske prosessen, fra overvåking, datainnsamling og -behandling til analyse, prognoser og kommunikasjon. Å mestre disse teknologiene bidrar ikke bare til å forbedre nøyaktigheten og automatiseringen i profesjonelt arbeid, men åpner også for retningen for å utvikle et smart, flerskala prognosesystem som oppfyller kravene til å betjene mennesker, myndigheter og økonomiske sektorer i sammenheng med stadig mer komplekse klimaendringer. Sammen med dette fokuserer instituttet på å forbedre kapasiteten til å varsle ekstreme værfenomener, bygge et tidlig varslingssystem for flere katastrofer for å sikre rettidig og nøyaktig informasjon; utvikle et team av høyt kvalifiserte ansatte, med fokus på opplæring av unge menneskelige ressurser for å møte nye krav; styrke kommunikasjonen, øke offentlig bevissthet om hydrometeorologiens rolle i katastrofeforebygging og -kontroll; fremme internasjonalt samarbeid, søke teknisk og teknologisk støtte og opplæring av menneskelige ressurser...

KIM OANH

Kilde: https://nhandan.vn/ung-dung-tri-tue-nhan-tao-trong-du-bao-va-canh-bao-thien-tai-post902631.html